Problème d'analyse de la fiabilité et de la survie - Modèle d'ajustement des risques proportionnels Bonjour, j'utilise JMP et SAS quotidiennement. Un de mes projets actuels est une analyse des données de survie. Pour me former, j'ai étudié l'exemple fourni dans le manuel SAS: https://support.sas.com/documentation/cdl/en/statug/63962/HTML/default/viewer.htm#statug_phreg_sect048.htm Lorsque j'ajuste le même modèle avec les données exactes dans JMP, j'ai obtenu différentes estimations de paramètres pour les variables catégorielles (Cellule, Priorité, Thérapie) même si j'ai défini la même catégorie de référence pour ces variables.
Je me demande pourquoi JMP obtient des estimations différentes pour les covariables catégoriques?
PS Je rentre le même modèle en R en utilisant le paquet suvival. SAS et R fournissent presque les mêmes estimations pour les paramètres.
Re: Analyse du problème de fiabilité et de survie - Modèle d'ajustement des risques proportionnelsSAS et JMP paramétrent les variables qualitatives différemment, de sorte que les estimations ne sont pas les mêmes. Autrement dit, si vous entrez un terme pour une variable à trois niveaux, il en résulte différentes variables nominales dans la régression et différentes estimations. Voir Aide> Livres> Fiabilité et survie. Regardez le chapitre avec les détails statistiques. Le livre Fitting Linear Models explique également le paramétrage du prédicteur linéaire que vous utilisez.
Je parie cependant que le modèle SAS et le modèle JMP donnent les mêmes valeurs prédites.
Vous ne pouvez pas modifier le paramétrage du modèle dans JMP.
Re: Analyse du problème de fiabilité et de survie - Modèle d'ajustement des risques proportionnelsSalut Mark,
Merci pour ton explication. J'ai déjà supposé qu'ils utilisaient peut-être une paramétrisation différente pour les variables catégorielles, de sorte que les estimations de paramètres seraient différentes. Je suis également d’accord avec vous pour dire qu’ils devraient fournir les mêmes valeurs prédites.
Mais dans cet exemple, le test de vraisemblance global (Joint test in SAS) est également différent. Ils doivent être identiques quel que soit le paramétrage (ou les variables factices) que vous utilisez. SAS dit que la thérapie est une covariable importante, JMP dit que non.
Re: Analyse du problème de fiabilité et de survie - Modèle d'ajustement des risques proportionnelsPouvez-vous afficher les sorties SAS et JMP pour ces tests d'effet?
Re: Analyse du problème de fiabilité et de survie - Modèle d'ajustement des risques proportionnels
Re: Analyse du problème de fiabilité et de survie - Modèle d'ajustement des risques proportionnelsLa différence dans les estimations de paramètres est due à la différence de paramétrisation des variables catégorielles dans SAS et JMP.
SAS par défaut est REF, alors que JMP utilise EFFECT (dans SAS - instruction de modèle, option param).
Voici les sorties de JMP et SAS (avec param = EFFECT), elles sont identiques.
Merci Marc 
Re: Analyse du problème de fiabilité et de survie - Modèle d'ajustement des risques proportionnelsLes tests conjoints de SAS et JMP s’accordent si vous envisagez d’utiliser le test de Wald.
Re: Analyse du problème de fiabilité et de survie - Modèle d'ajustement des risques proportionnelsChaque paramétrage est cohérent en interne. C'est pourquoi les tests d'effet sont les mêmes. Les estimations de paramètres sont bien sûr différentes.
Heureux d'avoir réglé le problème!
